大家好，欢迎阅读 TechCrunchs 定期人工智能新闻通讯。如果您希望每周三在收件箱中收到此内容，请在此处注册。
短暂中断后，我们带着 OpenAIs DevDay 的一些展示笔记回来了。
昨天上午在旧金山举行的主题演讲弗朗西斯科因其低调的语气而引人注目，这与去年首席执行官萨姆·奥尔特曼的热情洋溢、炒作狂妄的演讲形成鲜明对比。今年的 DevDay，Altman 并没有上台推销闪亮的新项目。他甚至没有露面；平台产品负责人 Olivier Godement 担任主持人。
在多个 OpenAI DevDays 的第一个议程中，下一个活动将于本月在伦敦举行，最后一次活动将于 11 月在新加坡举行，主题是生活质量的改善。OpenAI 发布了实时语音 API 以及视觉微调，允许开发人员使用图像自定义其 GPT-4o 模型。该公司还推出了模型蒸馏，它采用 GPT-4o 这样的大型人工智能模型，并用它来微调较小的模型。
事件的焦点狭窄并非出乎意料。OpenAI 今年夏天降低了预期，表示 DevDay 将专注于教育开发人员，而不是展示产品。尽管如此，周二紧张的 60 分钟主题演讲中遗漏的内容引发了人们对 OpenAI 无数人工智能努力的进展和状态的质疑。
我们没有听说什么可能会成功 OpenAI 近一年的图像生成器 DALL-E 3，我们也没有得到该公司的语音克隆工具 Voice Engine 的有限预览版的更新。OpenAI 视频生成器 Sora 的发布时间表尚未确定，该公司称其开发的应用程序 Media Manager 是为了让创作者控制其内容在模型训练中的使用方式。
OpenAI 发言人告诉 TechCrunch，OpenAI 正在慢慢向更值得信赖的合作伙伴推出 [语音引擎] 预览版，而媒体管理器仍在开发中。
所有六个阶段议程都包含大量宝贵的见解 -人工智能、金融科技、建设者、颠覆、SaaS 和空间。
所有六个阶段议程都包含大量宝贵的见解 - 人工智能、金融科技、建设者、颠覆、SaaS 和空间。
但是显然，OpenAI 已经捉襟见肘了，而且已经有一段时间了。
根据《华尔街日报》最近的报道，该公司从事 GPT-4o 工作的团队只有 9 天的时间来进行安全评估。《财富》杂志报道称，许多 OpenAI 员工认为该公司的第一个推理模型 o1 还没有准备好公布。
随着一轮融资的推进，OpenAI 已经开始参与其中，该轮融资可能高达 65 亿美元。许多未烘烤的馅饼。在许多定性测试中，DALL-3 的性能不如 Flux 等图像生成器；据报道，Sora 生成镜头的速度太慢，以至于 OpenAI 正在改进模型；OpenAI 继续推迟其机器人市场 GPT Store 的收入分享计划的推出，该计划最初定于今年第一季度推出。
OpenAI 现在发现自己陷入困境，我并不感到惊讶员工倦怠和高管离职。当你试图成为多面手时，你最终会成为一无所知，也无法取悦任何人。
人工智能法案被否决：加利福尼亚州州长加文·纽瑟姆否决SB 1047 是一项备受瞩目的法案，旨在规范该州人工智能的发展。纽森在一份声明中称该法案本意良好，但并不是保护公众免受人工智能危险的最佳方法。人工智能法案获得通过：纽森确实将其他人工智能法规签署为法律，包括涉及人工智能的法案训练数据泄露、深度造假裸体等等。
Y Combinator 批评：初创加速器 Y Combinator 在支持人工智能企业 PearAI 后受到批评，PearAI 的创始人承认他们基本上克隆了一个名为“Continue”的开源项目。
Copilot 升级：微软人工智能驱动的 Copilot 助手于周二进行了改造。它现在可以读取你的屏幕、深入思考、大声对你说话等等。
OpenAI 联合创始人加入 Anthropic：Durk Kingma，OpenAI 鲜为人知的联合创始人之一，这个周宣布他将加入 Anthropic。然而，目前尚不清楚他将在做什么。
在客户照片上训练人工智能：Metas 人工智能驱动的雷朋眼镜正面有一个摄像头，可实现各种 AR 功能。但这可能会成为一个隐私问题，该公司不会透露是否计划根据用户的图像训练模型。
Raspberry Pi 人工智能相机：Raspberry Pi，该公司销售微型、廉价、单摄像头板式计算机发布了 Raspberry Pi AI 相机，这是一款具有板载 AI 处理功能的附加组件。
AI 编码平台已吸引了数百万用户并吸引了数百名用户来自风险投资的数百万美元。但他们是否兑现了提高生产力的承诺？
根据工程分析公司 Uplevel 的最新分析，也许没有。Uplevel 比较了大约 800 名开发者客户的数据，其中一些客户报告使用了 GitHub 的人工智能编码工具 Copilot，而另一些则没有。Uplevel 发现，与不使用该工具的开发人员相比，依赖 Copilot 的开发人员引入的错误多了 41%，而且对倦怠的影响也丝毫不减。
开发人员对人工智能辅助编码工具表现出了热情，尽管他们不仅担心以下问题安全，但也侵犯版权和隐私。绝大多数对 GitHub 最新民意调查做出回应的开发者表示，他们已经以某种形式接受了人工智能工具。企业也很乐观 微软在 4 月份报告称，Copilot 拥有超过 50,000 名企业客户。
Liquid AI（麻省理工学院的衍生产品）本周宣布了其首个生成式 AI 系列模型：液体基础模型，简称 LFM。
那又怎样？你可能会问。模型是一种商品，几乎每天都会发布新模型。嗯，LFM 使用新颖的模型架构，并在一系列行业基准上取得了有竞争力的分数。
大多数模型都是所谓的变压器。Transformer 是由谷歌研究人员团队于 2017 年提出的，迄今为止已成为占主导地位的生成式 AI 模型架构。Transformer 支持 Sora 和最新版本的 Stable Diffusion，以及 Anthropics Claude 和 Google Gemini 等文本生成模型。
但是 Transformer 也有局限性。特别是，它们在处理和分析大量数据方面效率不高。
Liquid 声称，与 Transformer 架构相比，其 LFM 的内存占用更少，从而允许它们在同一硬件上接收更大量的数据。该公司在博客文章中写道，通过有效压缩输入，LFM 可以处理更长的[数据]序列。
Liquids LFM 可在许多云平台上使用，团队计划继续完善架构未来的版本。
如果你眨眼，你可能错过了：一家人工智能公司本周申请上市。
名为 Cerebras，总部位于旧金山的初创公司开发运行和训练人工智能模型的硬件，它与 Nvidia 直接竞争。
那么 Cerebras 希望如何与这家芯片巨头竞争，后者占据了 70% 到 95% 的市场份额截至7月份的AI芯片细分市场？关于性能，Cerebras 说道。该公司声称其旗舰人工智能芯片可以超越 Nvidia 的硬件，该芯片既直接销售，又通过云提供服务。
但 Cerebras 尚未将这种声称的性能优势转化为利润。根据向 SEC 提交的文件，该公司 2024 年上半年净亏损 6660 万美元。去年，Cerebras 报告净亏损 1.272 亿美元，营收为 7870 万美元。
据彭博社报道，Cerebras 可能寻求通过 IPO 筹集至多 10 亿美元的资金。迄今为止，该公司已筹集了 7.15 亿美元的风险投资，三年前估值超过 40 亿美元。